# Stable Audio Open Small – Stability AI和Arm推出的文本到音频生成模型

- Link: https://paooo.com/aigc-news/18918/
- Published: 2026-06-08T09:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 参数量从 11 亿压缩到 3.41 亿，面向移动端与边缘设备优化。
 * 支持文本生成音频，8 秒内可完成短音频、音效和乐器片段生成。
 * 基于 Arm KleidiAI 提升推理效率，降低计算成本，适合实时音频应用。

### Stable Audio Open Small是什么

Stable Audio Open Small 是 Stability AI 与 Arm 合作推出的轻量级文本到音频生成模型。
基于 Stable Audio Open 模型，参数量从11亿减少到3.41亿，生成速度更快，能在移动设备
上快速生成音频，如鼓点循环、音效等。模型基于 Arm 的 KleidiAI 技术，优化在边缘设备
上的运行效率，降低计算成本，无需复杂硬件支持。模型适用实时音频生成场景，如智能手机
和边缘设备。

阅读目录

 * [Stable Audio Open Small是什么](https://paooo.com/aigc-news/18918/#stable-audio-open-small%e6%98%af%e4%bb%80%e4%b9%88)
 * [Stable Audio Open Small的主要功能](https://paooo.com/aigc-news/18918/#stable-audio-open-small%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Stable Audio Open Small的技术原理](https://paooo.com/aigc-news/18918/#stable-audio-open-small%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Stable Audio Open Small的项目地址](https://paooo.com/aigc-news/18918/#stable-audio-open-small%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Stable Audio Open Small的应用场景](https://paooo.com/aigc-news/18918/#stable-audio-open-small%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Stable Audio Open Small](https://paooo.com/wp-content/uploads/2026/06/Stable-Audio-
Open-Small-website-1.avif)

### Stable Audio Open Small的主要功能

 * **文本到音频生成**：根据用户输入的文本提示生成相应的音频内容，例如生成特定乐器
   的声音、环境音效或简单的音乐片段。
 * **快速音频生成**：支持在移动设备在8秒内生成音频，适合实时应用。
 * **轻量化设计**：参数量从11亿减少到3.41亿，模型更轻量，适合在资源受限的设备上运行。
 * **高效运行**：模型能在边缘设备上运行效率更高，降低计算成本。
 * **多样化音频生成**：支持生成短音频样本、音效、乐器片段和环境纹理等，适合创意音
   频制作和实时音频应用。

### Stable Audio Open Small的技术原理

 * **基于深度学习的生成模型**：基于深度学习架构，用大量的音频数据训练模型，理解文本
   描述生成相应的音频。基于先进的神经网络技术，如 Transformer 架构，对文本和音频
   进行编码和解码。
 * **参数优化**：基于减少模型参数量（从11亿到3.41亿），降低模型的复杂度和计算需求，
   保持较高的输出质量。用模型压缩技术，如量化和剪枝，进一步优化模型的运行效率。
 * **边缘计算优化**：基于 Arm 的 KleidiAI 库，针对 Arm CPU 进行优化，让模型能在移动
   设备和边缘设备上高效运行。基于优化算法和硬件加速，减少音频生成的时间和计算成本。
 * **高效的推理引擎**：优化模型的推理过程，让模型在移动设备上快速完成音频生成任务，
   适合实时应用。基于改进的推理算法和硬件适配，提高模型的响应速度和用户体验。

### Stable Audio Open Small的项目地址

 * **项目官网**：[https://stability.ai/news/stability-ai-and-arm-release-stable-audio-open-small](https://stability.ai/news/stability-ai-and-arm-release-stable-audio-open-small-enabling-real-world-deployment-for-on-device-audio-control?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/Stability-AI/stable-audio-tools](https://github.com/Stability-AI/stable-audio-tools)
 * **HuggingFace模型库**：[https://huggingface.co/stabilityai/stable-audio-open-small](https://huggingface.co/stabilityai/stable-audio-open-small)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2505.08175](https://arxiv.org/pdf/2505.08175)

### Stable Audio Open Small的应用场景

 * **移动音乐创作**：在手机上快速生成音乐片段和音效，方便随时随地进行音乐创作。
 * **游戏音效生成**：为游戏实时生成背景音乐和音效，增强游戏的沉浸感。
 * **视频配乐**：帮助视频创作者快速生成合适的背景音乐和音效，提高创作效率。
 * **智能设备音频**：在智能音箱等设备上生成自定义音效，提升设备的智能化体验。
 * **教育辅助**：生成教学音效和背景音乐，增强教育内容的趣味性和吸引力。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Stable Audio ↗**

探索Stability AI的音乐创作工具，激发创意灵感。

**Stability AI ↗**

Stability AI提供多种开放模型，涵盖图像、视频、音频、3D物体和语言等领域，具有开放、
免费、可定制等特

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 常见问题解答（FAQ）

Stable Audio Open Small 适合哪些场景？

它适合移动音乐创作、游戏音效生成、视频配乐、智能设备音频和教育辅助等场景，尤其适合
需要快速生成短音频、音效或环境纹理的实时应用。

Stable Audio Open Small 和原版 Stable Audio Open 有什么区别？

核心区别是更轻量、更快。Stable Audio Open Small 将参数量从 11 亿降到 3.41 亿，并
针对 Arm 设备做了优化，更适合手机和边缘设备运行，部署成本也更低。

Stable Audio Open Small 为什么适合边缘设备？

因为它基于 Arm 的 KleidiAI 技术做了运行优化，能在资源受限的设备上更高效地推理，减少
计算开销，无需复杂硬件支持也能完成音频生成。

🔬 语宙深潜追问 · 进阶实操拆解

移动端音频生成，最该优化什么？

优先优化首帧延迟、内存占用和功耗，而不是一味堆参数。对短音效和节拍生成，量化、蒸馏
和流式解码往往比追求极致音质更重要。

做应用时，如何避免生成内容太单调？

要引入风格提示、节奏模板和随机种子控制，并提供可编辑的局部重采样。这样既能保证速度，
也能让用户在音色、长度和结构上有足够可控性。

🗳️ 读者观点微投票 · 您的实战立场是？

3.41亿参数音频模型上手机，够用还是鸡肋？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🔓 所属权威专题：开源大模型与端侧推理 →](https://paooo.com/topics/open-source-llm/)

 * [Stable Audio 3 开源发布：0.62秒生成20秒音频，音频创作门槛再降低](https://paooo.com/aigc-news/17895/)
 * [Stable Audio 3开源：本地秒级生成6分钟音频，重塑AI音乐创作格局](https://paooo.com/aigc-news/10883/)
 * [Stability AI发布企业级音频模型Stable Audio 2.5：2秒生成3分钟，重塑品牌声音战略](https://paooo.com/aigc-news/13747/)
 * [OpenAudio S1重磅发布：Fish Audio 200万小时数据训练，支持13种语言与50+情感标记的革命性TTS模型](https://paooo.com/aigc-news/14994/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/18918/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
